基于R语言的层次聚类分析-【案例实操】-基本操作，一看就会

基本思想

1. 每一个样本作为一类
2. 按照某一种方法进行距离度量，比如“欧氏距离”
3. 距离最短划为1类
4. 重复步骤2和3，每次减少一类，直至所有样本合成1类

案例

数据

这里用鸢尾花数据集作为实验数据

data(iris)# 载入数据
plot(iris)# 画图

**注意：一般聚类前要将数据进行标准化。**消除量纲影响

irisScaled <- scale(iris[, -5])# 数据标准化
# iris[, -5] 去掉第五列的数据，因为第五列的数据是字符型

具体实验步骤

计算样本之间的距离

d <- dist(irisScaled[, 1:4])
fitH <- hclust(d, "ward.D2")

# 数值计算距离
# 注释：在聚类中求两点的距离有：
# 1，绝对距离：manhattan
# 2，欧氏距离：euclidean 默认
# 3，闵科夫斯基距离：minkowski
# 4，切比雪夫距离：chebyshev
# 5，马氏距离：mahalanobis
# 6，蓝氏距离：canberra
# 根据距离聚类
out.hclust=hclust(out.dist,method="complete")
# 注释：聚类中集合之间的距离：
# 1，类平均法：average
# 2，重心法：centroid
# 3，中间距离法:median
# 4，最长距离法：complete 默认
# 5，最短距离法：single
# 6，离差平方和法：ward
# 7，密度估计法：density

#（1）聚类方法"centroid" 相对应使用的距离为平方欧式距离 squared Euclidean distances.   如：hc1ust.centroid <- hclust(dist(cent)^2, method = "cen")

#（2）聚类方法"ward.D2" 相对应使用的距离为欧式距离 "Euclidean" distances.

#（3）聚类方法"average"(=UPGMA) 相对应使用的距离为 "bray"(=Bray-Curtis) distances.

生成聚类结果

plot(fitH) 

生成3类

rect.hclust(fitH, k = 3, border = "red") 

这里红色框框框到的，他就是一类别

切割

切割的方法是具体知道某一个样本属于哪一类

clusters <- cutree(fitH, k = 3) 

会返回一组向量，向量所对应的就是该样本所属于的类别。
这里用颜色来区分

plot(iris, col = clusters)

讲真这个分类结果还算蛮好的。
结束！